JP4761276B2 - 乗客コンベアの異常診断システム - Google Patents

Description

本発明は、エスカレータや動く歩道などの乗客コンベアの異常を診断する異常診断システムに関する。

エスカレータや動く歩道などの乗客コンベアは、無端状に連結された多数の踏段を、トラス内部に配設されたガイドレールに沿って循環移動させることで、踏段に搭乗した乗客を搬送するものである。このような乗客コンベアは、故障すると復旧に時間がかかる場合が多く、一旦故障してしまうと利用客に多大な迷惑をかけてしまうことになる。このため、故障に至る前に何らかの異常が現われた段階でその異常を早期に発見し、保守作業によって異常を解消させて故障を回避できるようにすることが望まれている。

このような背景のもと、例えば特許文献１では、加速度センサやマイクロホンを内蔵した診断装置を循環移動する踏段に設置して、加速度センサやマイクロホンで検出した信号を処理して統計特徴量を求め、この統計特徴量を予め設定された設定特徴量と比較することで乗客コンベアの異常の有無を判定することが提案されている。この特許文献１にて開示される技術では、突発的な外乱などの影響を排除しながら乗客コンベアの異常有無を判定できるため、乗客コンベアの診断の自動化を図ることが可能とされている。
特開２００７−８７０９号公報

しかしながら、前記特許文献１にて開示される技術では、乗客コンベアの異常有無の判定は自動で行えるものの、その原因を特定することまではできない。このため、乗客コンベアの異常が発見された場合には、保守員が現場に赴いてから乗客コンベアの状態を調査して異常の原因を特定する必要があり、原因究明に時間がかかるといった問題や、作業にあった人選、必要人員などを事前に把握して保守員を現場に派遣することが難しいといった問題があり、このことが保守作業の効率化を図る上で障害となっていた。

本発明は、以上のような従来技術の課題を解決するためになされたものであり、乗客コンベアの異常有無の判定だけでなくその原因の推定も自動で行えるようにして、保守作業の大幅な効率化を実現できるようにした乗客コンベアの異常診断システムを提供することを目的としている。

本発明に係る乗客コンベアの異常診断システムは、乗客コンベアの稼動音を集音する集音手段と、異音が含まれていない正常時の乗客コンベア稼動音の音声データを基準データとして保持し、前記集音手段で集音した乗客コンベア稼動音の音声データと前記基準データとの差分に基づいて、乗客コンベアに異常が発生しているか否かを判定する異常判定手段と、異音発生を伴う複数の異常原因ごとに各異音の周波数成分の特徴を表した複数の異音周波数パターンを保持し、前記集音手段で集音した乗客コンベア稼動音の音声データと前記基準データとの差分の周波数分析結果を前記複数の異音周波数パターンと比較して、異常の原因を推定する原因推定手段とを備える。前記異常判定手段は、前記集音手段で集音した乗客コンベア稼動音の音声データと前記基準データとの差分を抽出し、抽出した差分のピークが所定の閾値を越えるか否かにより異常発生の有無を判定するとともに、前記異常判定手段は、前記差分のピークが所定の閾値以下であり、且つ、前記差分のピークが過去に抽出した差分のピークから増加している場合に、前記差分のピークの増加率に基づいて前記差分のピークが前記閾値を越える時期を予測する。
また、本発明に係る乗客コンベアの異常診断システムの他の態様は、乗客コンベアの稼動音を集音する集音手段と、異音が含まれていない正常時の乗客コンベア稼動音の音声データを基準データとして保持し、前記集音手段で集音した乗客コンベア稼動音の音声データと前記基準データとの差分に基づいて、乗客コンベアに異常が発生しているか否かを判定する異常判定手段と、異音発生を伴う複数の異常原因ごとに各異音の周波数成分の特徴を表した複数の異音周波数パターンを保持し、前記集音手段で集音した乗客コンベア稼動音の音声データと前記基準データとの差分の周波数分析結果を前記複数の異音周波数パターンと比較して、異常の原因を推定する原因推定手段とを備える。前記異常判定手段は、前記集音手段で集音した乗客コンベア稼動音の音声データと前記基準データとをそれぞれ周波数分析して周波数分析結果の差分を抽出し、抽出した差分のピークが所定の閾値を越えるか否かにより異常発生の有無を判定するとともに、前記異常判定手段は、前記差分のピークが所定の閾値以下であり、且つ、前記差分のピークが過去に抽出した差分のピークから増加している場合に、前記差分のピークの増加率に基づいて前記差分のピークが前記閾値を越える時期を予測する。

本発明に係る乗客コンベアの異常診断システムによれば、乗客コンベアの異常有無の判定だけでなくその原因の推定も自動で行うことができ、保守作業の大幅な効率化を実現することができる。

以下、本発明の具体的な実施形態について、図面を参照しながら詳細に説明する。なお、以下の実施形態では、乗客コンベアの例として、多数の踏段が上下階に亘って斜めに移動するエスカレータを例示するが、勿論、本発明は、多数の踏段（踏板）が連続して水平方向に移動する動く歩道を診断対象とする場合にも有効に適用可能である。

［第１の実施形態］
図１は、本発明を適用した異常診断システムの概略構成を示す図である。診断対象となるエスカレータは、図１に示すように、上階部梁１と下階部梁２とに締結されて上下階の間に架設されたトラス３によって支持されている。上階部梁１側のトラス３内には、エスカレータの駆動装置４および制御盤５が設置されている。駆動装置４は、制御盤５によって動作制御され、駆動チェーン６を介して駆動スプロケット７を駆動する。また、下階部梁２側のトラス３内には、駆動スプロケット７と対をなす従動スプロケット８が設置されており、これら駆動スプロケット７と従動スプロケット８との間に踏段チェーン９が巻き掛けられている。そして、この踏段チェーン９に多数の踏段１０が連結されており、駆動装置４で駆動スプロケット７を回転させることで踏段チェーン９が駆動スプロケット７と従動スプロケット８との間を周回し、多数の踏段１０が図示しないガイドレールに沿って上階側乗降口と下階側乗降口との間で循環移動する構造となっている。

また、循環移動する踏段１０の左右両側にはデッキボード１１および欄干パネル１２からなる欄干１３が立設されており、欄干パネル１２の外周に手摺ベルト１４が装着されている。手摺ベルト１４は、踏段１０上に搭乗している乗客が把持する手摺であり、例えば上述した駆動装置４の駆動力が伝達されることで、踏段１０の移動と同期して欄干パネル１２の周囲を周回する。

以上のように構成されるエスカレータは、本実施形態の異常診断システムによる診断を行えるようにするために、循環移動する多数の踏段１０のうちの少なくとも何れか１つを点検踏段１０Ａとしている。そして、この点検踏段１０Ａの内部に、点検踏段１０Ａとともに循環移動しながらエスカレータ稼動音を集音する移動集音装置１５が設置されている。また、点検踏段１０Ａを含む多数の踏段１０の循環移動経路における所定位置（基準位置）には、点検踏段１０Ａが当該基準位置を通過するタイミングで検出信号を出力する位置検出装置１６が設置されており、この位置検出装置１６からの検出信号の出力タイミングを確認することで、移動集音装置１５を内蔵する点検踏段１０Ａの位置を把握できるようになっている。

エスカレータ稼動音を集音する集音装置としては、点検踏段１０Ａ内部に設置された移動集音装置１５のほかに、例えば、上階側および下階側のデッキボード１１付近などに設置された固定集音装置１７，１８が必要に応じて用いられる。これら固定集音装置１７，１８は、固定で設置されて定点からエスカレータ稼動音を集音する。

また、診断対象となるエスカレータの設置現場には、データ収集部２１、演算部２２、記録部２３、通信部２４を備える診断装置２０が設置されている。さらに、エスカレータ設置現場から離れた遠隔地の監視センタには、通信部３１、記録部３２、異常報知部３３を備えた遠隔監視装置３０が設置されている。本実施形態の異常診断システムは、前記の移動集音装置１５、位置検出装置１６、固定集音装置１７，１８と、これら診断装置２０および遠隔監視装置３０とで構成されている。

診断装置２０は、移動集音装置１５や固定集音装置１７，１８で集音されたエスカレータ稼動音の音声データおよび位置検出装置１６からの検出信号をデータ収集部２１で収集し、これら収集したデータを用いて演算部２２で演算処理を行って、エスカレータに異常が発生しているか否かの判定や、異常が発生している場合にその異常の原因の推定などを行う。そして、演算部２２での処理の結果を診断結果として記録部２３に記録するとともに、その診断結果を通信部２４から電気通信回線を介して監視センタの遠隔監視装置３０へと送信する。遠隔監視装置３０は、診断装置２０から電気通信回線経由で送信された診断結果を通信部３１で受信して、その診断結果を記録部３２に記録するとともに、異常報知部３３から監視センタの監視員に対して診断結果を報知する。

なお、本実施形態の異常診断システムでは、診断対象となるエスカレータの設置現場に診断装置２０を設置して、エスカレータ設置現場にて診断装置２０により異常の診断を行ってその診断結果を監視センタの遠隔監視装置３０に送信するようにしているが、これは遠隔監視装置３０での処理負荷を低減するためであり、遠隔監視装置３０で監視するエスカレータが多くない場合や、遠隔監視装置３０のデータ処理能力が十分に高い場合などには、エスカレータ設置現場ではデータ収集のみを行うようにし、異常の診断については遠隔監視装置３０で行うようにしてもよい。この場合には、診断装置２０の演算部２２および記録部２３の機能を、遠隔監視装置３０側に持たせるようにすればよい。

次に、以上のように構成される本実施形態の異常診断システムの動作について、図２乃至図５を用いて説明する。図２は、主に診断装置２０で実施される処理の手順を示すフローチャートであり、図３乃至図５は、診断装置２０の演算部２２での処理の概要を説明する図である。

本実施形態の異常診断システムでは、エスカレータ設置現場の診断装置２０により毎日あるいは毎週などの一定周期でエスカレータの異常診断を行って、その診断結果を監視センタの遠隔監視装置３０に随時送信する。

異常診断を行う際は、まず、点検踏段１０Ａ内部に設置された移動集音装置１５や固定集音装置１７，１８で、踏段１０が移動循環経路を３〜４周する間のエスカレータ稼動音を連続して集音する（ステップＳ１）。移動集音装置１５や固定集音装置１７，１８で集音されたエスカレータ稼動音の音声データは、診断装置２０のデータ収集部２１により収集され、保存される。このとき、データ収集部２１には、点検踏段１０Ａが基準位置を通過するタイミングで位置検出装置１６からの検出信号が入力される。したがって、データ収集部２１は、検出信号が入力されてから次の検出信号が入力されるまでの間に収集した音声データを１周分のデータとして把握することができ、この１周分のデータを１単位として、エスカレータ稼動音の音声データを保存する。

次に、診断装置２０の演算部２２が、データ収集部２１に保存されたエスカレータ稼動音の音声データを用いて、エスカレータの異常診断を行う。この演算部２２による異常診断は、以下のような方法で行われる。

まず、演算部２２は、データ収集部２１に保存されたエスカレータ稼動音の音声データから正常音成分を除去して、異音成分のみを抜き出す処理を行う（ステップＳ２）。すなわち、エスカレータ稼動音の音声データには、例えば駆動装置４の減速機の作動音など、エスカレータが正常に稼動しているときにも発生する大きな音が含まれており、エスカレータ稼動音の音声データをそのまま用いて異常有無を判定することは難しい。そこで、予め据え付け時や保守点検後など、エスカレータに異常のない状態でのエスカレータ稼動音を集音してその音声データを基準データとして保存しておき、異常診断時に集音したエスカレータ稼動音の音声データと基準データとの差分をとることで、異音成分のみを抜き出す。本実施形態では、図３（ａ）に示すようなエスカレータ稼動音の時系列データの出力波形に対し、周波数特性を考慮して基準データの成分を除去することで、図３（ｂ）に示すような異音成分の出力波形を抽出するようにしている。この方法によれば、異音成分の出力波形のピークの大きさから異音の大きさを評価することができるようになる。また、抽出した異音成分のデータを再生すれば、聴覚的にも異音成分を聞き取り易くすることができる。

次に、演算部２２は、図４に示すように、エスカレータ稼動音の音声データと基準データとの差分として抽出した異音成分の出力波形から、波形ピークの最大値（以下、最大ピークＰ１という。）を抽出し、この最大ピークＰ１が予め設定した所定の閾値Ｓｈ１を越えているか否かを判定する（ステップＳ３）。そして、最大ピークＰ１が閾値Ｓｈ１を越えている場合には、エスカレータに異常が発生していると判断し、その異常の原因を推定する処理へと移行する（ステップＳ４）。

ここで、エスカレータに発生している異常の原因を推定する処理について、具体的に説明する。

エスカレータの異常によって生じる異音としては、例えば、踏段１０と踏段１０側面にある側板との接触音や、踏段１０がガイドレール上のゴミなどの異物を通過する際の音、踏段１０と乗降口との接触音、踏段１０が駆動スプロケット７や従動スプロケット８を通り反転する際の干渉による音、前後に隣接する踏段１０間での接触音、欄干１３から発生する音など、様々なタイプの異音が存在する。これらの異音は、それぞれ音を特徴付ける周波数帯域が異なるため、特徴となる周波数範囲からその異音のタイプ、つまり、異音発生を伴う異常の原因を推定することが可能である。そこで、これらの異音発生を伴う異常原因ごとに、各異音の特徴となる周波数範囲を示す重み関数など、各異音の周波数成分の特徴を表した複数の異音周波数パターンを予め作成して保存しておく。そして、エスカレータ稼動音から抽出した異音成分の最大ピークＰ１付近のデータに対して周波数分析を実施し、図５に示すように、最大ピークＰ１付近の周波数分析の結果と、保存しておいた異常原因ごとの異音周波数パターンとの相関を評価して、最も相関が高い異音周波数パターンを特定し、その異音周波数パターンに対応した異常原因を、エスカレータに発生している異常の原因と推定する。

演算部２２での以上の処理によりエスカレータの異常が検知され、その異常の原因が推定されると、異常が発生している旨およびその異常原因の推定結果が、診断結果として記録部２３に記録される（ステップＳ９）。また、その診断結果が通信部２４から電気通信回線を介して監視センタの遠隔監視装置３０に送信される（ステップＳ１０）。

診断装置２０から遠隔監視装置３０に送信された診断結果は、遠隔監視装置３０の通信部３１により受信され、記録部３２に記録される。また、遠隔監視装置３０の異常報知部３３が、診断装置２０からの診断結果を、モニタへの表示や音声出力などによって監視センタの監視員に報知する。これにより、監視センタの監視員は、監視対象としているエスカレータに異常が発生していることやその異常の原因を認識することができ、これに基づいて最適な保守作業員の人選や必要人員などを決定することで、効率的な保守作業を実施することができる。

ところで、移動集音装置１５や固定集音装置１７，１８で集音したエスカレータ稼動音の音声データには、エスカレータ稼動音を集音するタイミングによっては例えば乗客の足音や環境音など、エスカレータの運転に由来しない外乱音が含まれる場合がある。したがって、エスカレータの異常診断を精度よく行うためには、エスカレータの運転に由来する本来の稼動音と外乱音とを区別して、外乱音を異音と判定しないようにすることが望まれる。そこで、本実施形態では、上述したように、点検踏段１０Ａが基準位置を通過してから循環移動経路を１周して再度基準位置に到達するまでの間に集音される１周分のエスカレータ稼動音の音声データを１単位とし、複数単位分のエスカレータ稼動音の音声データをデータ収集部２１に保存するようにしている。そして、演算部２２が、複数単位分のエスカレータ稼動音の音声データのそれぞれで、点検踏段１０Ａが循環移動経路の同じ位置を通過するときのデータ部分に共通して異音成分が現われる場合に、その異音成分をエスカレータの運転に由来するものと判断してそのデータ部分を抽出し、それ以外の単発的に現われる異音成分は外乱音であると判断して、エスカレータの運転に由来する異音成分のみを対象として異常有無の判定を行うようにしている。

また、エスカレータの運転に由来する異音成分が現われているとして抽出したデータ部分においても、その異音成分には外乱音の影響が含まれている可能性がある。そこで、演算部２２は、複数単位分の音声データから各々抽出した同じ位置でのデータ部分に対して平均化処理を行うことで、外乱音の影響を極力抑えるようにしている。例えば、複数単位分の音声データから各々抽出したデータ部分に、図４に示したような最大ピークＰ１が現われている場合、この最大ピークＰ１のピーク値を平均化し、その平均値を閾値Ｓｈ１と比較することで異常の有無を判定する。そして、異常ありと判定した場合には、複数単位分の音声データから各々抽出したデータ部分を周波数分析し、その周波数分析結果のパワースペクトルの平均値を用いて、異常原因の推定を行うようにすればよい。

次に、上述したステップＳ３の判定において、最大ピークＰ１が閾値Ｓｈ１以下であると判定した場合の処理について説明する。

最大ピークＰ１が閾値Ｓｈ１以下の場合には、演算部２２は、現状ではエスカレータに異常が発生していないと判断し、過去のデータとの比較により異音成分の変化を分析する処理を行う（ステップＳ５）。すなわち、記録部２３には、過去の異常診断において異常なしと判定したときの異音成分の出力波形が記録されており、演算部２２は、今回の異常診断に用いた異音成分の出力波形を過去の異常診断時に用いた異音成分の出力波形と比較して、最大ピークＰ１を含む複数の波形ピークの変化を分析する。そして、今回の異常診断に用いた異音成分の出力波形に、過去の出力波形と比べて増加している波形ピークが存在するか否かを判定する（ステップＳ６）。その結果、増加している波形ピークがなければ、今回の異常診断に用いた異音成分の出力波形をが記録部２３に記録され（ステップＳ９）、エスカレータに異常が生じていない旨の診断結果が、通信部２４から電気通信回線を介して監視センタの遠隔監視装置３０に送信される（ステップＳ１０）。

一方、ステップＳ６での判定の結果、増加している波形ピークがある場合には、演算部２２は、その増加率に基づいて波形ピークが閾値Ｓｈ１を越える時期、つまり異常に至る時期を予測する処理を行う（ステップＳ７）。その後、演算部２２は、増加している波形ピーク付近のデータに対して周波数分析を行い、前述と同様の手法により、将来的に発生すると予測される異常の原因を推定する（ステップＳ８）。

演算部２２での以上の処理によりエスカレータに異常が発生する時期が予測され、その異常の原因が推定されると、異常が発生する時期およびその異常原因の推定結果が、診断結果として記録部２３に記録される（ステップＳ９）。また、その診断結果が通信部２４から電気通信回線を介して監視センタの遠隔監視装置３０に送信される（ステップＳ１０）。

診断装置２０から遠隔監視装置３０に送信された診断結果は、遠隔監視装置３０の通信部３１により受信され、記録部３２に記録される。また、遠隔監視装置３０の異常報知部３３が、診断装置２０からの診断結果を、モニタへの表示や音声出力などによって監視センタの監視員に報知する。これにより、監視センタの監視員は、監視対象としているエスカレータに異常の兆候があることや異常に至る時期、その異常の原因などを認識することができ、これに基づいて保守作業を行う時期、最適な保守作業員の人選や必要人員などを決定することで、効率的な保守作業を実施することができる。なお、異常に至る時期が予め決められている次回の保守点検時期よりも先であれば、次回の保守点検時に注意して点検するように保守作業員に指示することもでき、さらに、異常が生じた場合に必要となる部品などがあればその部品を前もって手配しておくことも可能である。

以上、具体的な例を挙げながら詳細に説明したように、本実施形態の異常診断システムによれば、診断装置２０の演算部２２での処理により、エスカレータの異常有無の判定に加えて異常原因の推定も行えるようにしているので、異常を早期に検出して迅速な対応を図ることができるとともに、異常原因を前もって把握してそれに合わせた対応を図ることができ、保守作業の大幅な効率化を実現することができる。

また、本実施形態の異常診断システムによれば、診断装置２０の演算部２２で異常有無の判定を行う場合に、エスカレータ稼動音の音声データから異音成分のみを抜き出して、その異音成分の出力波形の最大ピークＰ１が所定の閾値Ｓｈ１を越えるか否かにより異常有無の判定を行うようにしているので、異常有無の判定を簡便且つ精度よく行うことができる。

また、本実施形態の異常診断システムによれば、診断装置２０の演算部２２での処理により、現状ではエスカレータに異常が発生していないが将来的に異常に至る兆候がある場合に、その兆候を捉えて異常に至る時期を予測できるようにしているので、その結果を保守作業の作業計画に反映させて、より効率的な保守作業を実施することが可能となる。

また、本実施形態の異常診断システムによれば、診断装置２０の演算部２２で異常有無の判定を行う場合に、複数周分のエスカレータ稼動音の音声データで同一箇所で発生している異音成分を抽出し、これを対象に異常有無の判定を行うようにしているので、突発的な外乱音による影響を排除して、高精度に異常有無の判定を行うことができる。さらに、複数周分のデータから各々抽出した異音成分のデータを平均化し、異常有無の判定や異常原因の推定を行うようにしているので、外乱音による影響をさらに効果的に除去して、極めて精度の高い異常診断を実施することができる。

［第２の実施形態］
次に、本発明の第２の実施形態について説明する。本実施形態は、診断装置２０の演算部２２による異常有無の判定処理の変形例である。なお、本実施形態の異常診断システムの構成や異常有無の判定以外の他の処理の内容は、上述した第１の実施形態と同様であるので、以下では、本実施形態に特徴的な異常有無の判定処理のみについて具体的に説明し、第１の実施形態と重複する説明は省略する。

図６および図７は、本実施形態の異常診断システムにおいて、診断装置２０の演算部２２で実施される異常有無の判定処理の概要を説明する図である。

本実施形態では、診断装置２０の演算部２２が異常有無の判定を行う場合、まず図６に示すように、データ収集部２１に保存されたエスカレータ稼動音の音声データに対して所定の時間区分Ｔn，Ｔｎ+1，Ｔn+2・・・ごとに周波数分析を行い、時間区分Ｔn，Ｔｎ+1，Ｔn+2・・・ごとの周波数特性を求める。また、予め保存しておいた基準データ（正常時の音声データ）に対しても同様に周波数分析を行ってその周波数特性を求めておく。

次に、図７に示すように、エスカレータ稼動音の音声データを周波数分析した結果と基準データを周波数分析した結果との差分を抽出する。具体的には、エスカレータ稼動音の周波数成分のパワースペクトルの値から、基準データ（異音が発生していない通常音）のパワースペクトルの値を単純に減算し、異音成分の周波数特性のみを抽出する。そして、この異音成分の周波数特性からパワースペクトルのピークの最大値（以下、最大周波数ピークＰ２という。）を抽出し、この最大周波数ピークＰ２が予め設定した所定の閾値Ｓｈ２を越えているか否かにより、エスカレータに異常が発生しているか否かを判定する。

診断装置２０の演算部２２は、最大周波数ピークＰ２が閾値Ｐｈ２を越えている場合にエスカレータに異常が発生していると判断して、第１の実施形態で説明した手法と同様の手法により異常の原因を推定する。一方、最大周波数ピークＰ２が閾値Ｐｈ２以下であれば、第１の実施形態で説明した手法と同様の手法で異音成分の変化の分析や、異常に至る時期の予測などの処理を行う。そして、その診断結果が監視センタの遠隔監視装置３０に通知される。

以上のように、本実施形態の異常診断システムによれば、診断装置２０の演算部２２で異常有無の判定を行う場合に、エスカレータ稼動音の音声データを周波数分析した結果と基準データを周波数分析した結果との差分を求めて、異音成分の周波数特性のみを抽出し、その異音成分の周波数特性の最大周波数ピークＰ２が所定の閾値Ｓｈ２を越えるか否かにより異常有無の判定を行うようにしているので、異常有無の判定を簡便且つ精度よく行うことができる。

なお、以上説明した第１および第２の実施形態は、本発明の一適用例を例示したものであり、本発明の技術的範囲が以上の各実施形態で説明した内容に限定されることを意図するものではない。つまり、本発明の技術的範囲は、以上の各実施形態で開示した具体的な技術事項に限らず、この開示から容易に導きうる様々な変形、変更、代替技術なども含むものである。

本発明を適用した異常診断システムの概略構成を示す図。 本発明を適用した異常診断システムの診断装置で実施される処理の手順を示すフローチャート。 診断装置の演算部で実施される異常有無の判定処理を説明する図であり、（ａ）はエスカレータ稼動音の音声データを示す図、（ｂ）はエスカレータ稼動音の音声データから抽出した異音成分の出力波形を示す図。 診断装置の演算部で実施される異常有無の判定処理を説明する図であり、最大ピークを閾値と比較している様子を示す図。 診断装置の演算部で実施される異常原因の推定処理を説明する図。 診断装置の演算部で実施される異常有無の判定処理の他の例を説明する図であり、エスカレータ稼動音の音声データに対して所定の時間区分ごとに周波数分析を行う様子を示す図。 診断装置の演算部で実施される異常有無の判定処理の他の例を説明する図であり、エスカレータ稼動音の周波数特性から異音成分の周波数特性を抽出し、最大周波数ピークを閾値と比較している様子を示す図。

符号の説明

１０ 踏段
１０Ａ 点検踏段
１５ 移動集音装置（集音手段）
１６ 位置検出装置（位置検出手段）
１７ 固定集音装置（集音手段）
１８ 固定集音装置（集音手段）
２０ 診断装置
２１ データ収集部
２２ 演算部（異常判定手段、原因推定手段）
２３ 記録部
２４ 通信部
３０ 遠隔監視装置
３１ 通信部
３２ 記録部
３３ 異常報知部

Claims (6)

1. 無端状に連結された多数の踏段を循環移動させて踏段に搭乗した乗客を搬送する乗客コンベアの異常診断システムであって、
   乗客コンベアの稼動音を集音する集音手段と、
   異音が含まれていない正常時の乗客コンベア稼動音の音声データを基準データとして保持し、前記集音手段で集音した乗客コンベア稼動音の音声データと前記基準データとの差分に基づいて、乗客コンベアに異常が発生しているか否かを判定する異常判定手段と、
   異音発生を伴う複数の異常原因ごとに各異音の周波数成分の特徴を表した複数の異音周波数パターンを保持し、前記集音手段で集音した乗客コンベア稼動音の音声データと前記基準データとの差分の周波数分析結果を前記複数の異音周波数パターンと比較して、異常の原因を推定する原因推定手段と、を備え、
   前記異常判定手段は、前記集音手段で集音した乗客コンベア稼動音の音声データと前記基準データとの差分を抽出し、抽出した差分のピークが所定の閾値を越えるか否かにより異常発生の有無を判定するとともに、前記異常判定手段は、前記差分のピークが所定の閾値以下であり、且つ、前記差分のピークが過去に抽出した差分のピークから増加している場合に、前記差分のピークの増加率に基づいて前記差分のピークが前記閾値を越える時期を予測することを特徴とする乗客コンベアの異常診断システム。
2. 無端状に連結された多数の踏段を循環移動させて踏段に搭乗した乗客を搬送する乗客コンベアの異常診断システムであって、
   乗客コンベアの稼動音を集音する集音手段と、
   異音が含まれていない正常時の乗客コンベア稼動音の音声データを基準データとして保持し、前記集音手段で集音した乗客コンベア稼動音の音声データと前記基準データとの差分に基づいて、乗客コンベアに異常が発生しているか否かを判定する異常判定手段と、
   異音発生を伴う複数の異常原因ごとに各異音の周波数成分の特徴を表した複数の異音周波数パターンを保持し、前記集音手段で集音した乗客コンベア稼動音の音声データと前記基準データとの差分の周波数分析結果を前記複数の異音周波数パターンと比較して、異常の原因を推定する原因推定手段と、を備え、
   前記異常判定手段は、前記集音手段で集音した乗客コンベア稼動音の音声データと前記基準データとをそれぞれ周波数分析して周波数分析結果の差分を抽出し、抽出した差分のピークが所定の閾値を越えるか否かにより異常発生の有無を判定するとともに、前記異常判定手段は、前記差分のピークが所定の閾値以下であり、且つ、前記差分のピークが過去に抽出した差分のピークから増加している場合に、前記差分のピークの増加率に基づいて前記差分のピークが前記閾値を越える時期を予測することを特徴とする乗客コンベアの異常診断システム。
3. 前記集音手段は、前記多数の踏段のうちの少なくとも１つに設置され、当該踏段とともに循環移動して乗客コンベアの稼動音を集音することを特徴とする請求項１または２に記載の乗客コンベアの異常診断システム。
4. 前記集音手段が設置された踏段の位置を検出する位置検出手段をさらに備えることを特徴とする請求項３に記載の乗客コンベアの異常診断システム。
5. 前記集音手段が設置された踏段が１周する間に前記集音手段が集音する乗客コンベア稼動音の音声データを一単位としたときに、
   前記集音手段は、複数単位分の乗客コンベア稼動音を集音し、
   前記異常判定手段は、前記集音手段で集音した複数単位分の乗客コンベア稼動音の音声データのそれぞれが、前記踏段の循環移動経路における同じ位置で前記基準データに対して差分を持つ場合に、当該位置に対応するデータ部分を抽出し、抽出したデータ部分を対象として異常発生有無の判定を行うことを特徴とする請求項４に記載の乗客コンベアの異常診断システム。
6. 前記異常判定手段は、複数単位分の乗客コンベア稼動音の音声データから前記データ部分を抽出するとともに抽出したデータ部分を平均化して、異音発生有無の判定を行うことを特徴とする請求項５に記載の乗客コンベアの異常診断システム。